Seit Jahrzehnten konzentrieren sich E-Commerce-Unternehmen darauf, Käufer auf ihre Websites zu locken und die Kaufreise zu optimieren, sobald sie dort angekommen sind. Laut Maju Kuruvilla, ehemaligem Technologieleiter bei Amazon sowie Gründer und CEO von Spangle AI, beginnen persönliche KI-Assistenten, die Produktentdeckung und Kaufentscheidungen über dieses traditionelle Modell hinaus zu verlagern.
Anstatt zahlreiche Produkte zu durchsuchen, können Verbraucher zunehmend beschreiben, was sie benötigen, einschließlich des Anlasses, der Aktivität oder der damit verbundenen persönlichen Präferenzen. KI-Assistenten können diese Absicht anschließend interpretieren, Optionen vergleichen und Produkte empfehlen. Kuruvilla zufolge müssen Einzelhändler ihre Produkt-, Bestands-, Marken- und Merchandising-Informationen in dieser neuen Umgebung nutzbar machen.
Die Herausforderung besteht nicht in einem Mangel an Daten. Einzelhändler nutzen bereits Analyse-, Marketing-, Merchandising- und E-Commerce-Systeme sowie Tools, die ihre Sichtbarkeit auf KI-Plattformen messen sollen. Die Schwierigkeit besteht laut Kuruvilla darin, erkannte Chancen in koordinierte Maßnahmen umzuwandeln und gleichzeitig mit sich verändernden Beständen, Werbeaktionen und Produktverfügbarkeiten Schritt zu halten.
Kuruvilla warnt außerdem, dass mehr KI-Traffic oder mehr Produktnennungen nicht zwangsläufig zu einer besseren Geschäftsentwicklung führen. Seiner Ansicht nach sollten Einzelhändler KI-Investitionen anhand von Ergebnissen wie Konversion und Umsatz bewerten. Dabei sollten sie mit einem klar definierten Geschäftsproblem beginnen, eine Ausgangsbasis festlegen und prüfen, ob die Technologie eine messbare Verbesserung bewirkt.
Die Plattform von Spangle soll Informationen über die Produkte, Bestände, Markenprioritäten und Geschäftsziele eines Einzelhändlers zusammenführen. Das Produkt AI Discovery hilft dabei festzustellen, wonach Verbraucher KI-Assistenten fragen, zu ermitteln, wo die Produkte eines Einzelhändlers relevant sein könnten, und Maßnahmen zu priorisieren.
Das Unternehmen verweist auf Express als Beispiel. Der Einzelhändler hatte mehr als 800 Chancen im Zusammenhang mit seiner Sichtbarkeit auf KI-Plattformen identifiziert, musste jedoch noch feststellen, welche Maßnahmen relevant waren, und diese umsetzen. Spangle zufolge halfen seine Agenten dabei, ausgewählte Chancen in Einkaufserlebnisse zu übertragen, die das Express-Team prüfen und genehmigen konnte.
Im ersten vollständigen Monat nach dem Start meldete Express einen Anstieg des der KI zugeschriebenen Umsatzes um das 14,5-Fache gegenüber den vorangegangenen 30 Tagen. Die Anzahl der von KI vermittelten Sitzungen stieg um das 6,9-Fache, während die Konversionsrate dieser Sitzungen um das 6,7-Fache zunahm. Spangle weist darauf hin, dass es sich dabei um Vorher-Nachher-Vergleiche und nicht um eine kontrollierte Messung der inkrementellen Wirkung handelte.
Das Unternehmen wendet dieselbe zugrunde liegende Intelligenz auch auf die bezahlte Kundenakquise und Einkaufserlebnisse auf Websites an. Sein erklärter Ansatz verbindet die Identifizierung von Chancen mit der Entscheidungsfindung, der Umsetzung genehmigter Maßnahmen und der Messung der Ergebnisse.
Kuruvilla sagt, Spangle sei dafür vorgesehen, funktionsübergreifend in Bereichen zu arbeiten, die häufig getrennt voneinander verwaltet werden, darunter Marketing, Merchandising und E-Commerce. Statt ein weiteres isoliertes Tool hinzuzufügen, möchte das Unternehmen Einzelhändlern ein gemeinsames Verständnis ihres Geschäfts vermitteln und ihnen helfen, diese Erkenntnisse in Maßnahmen umzusetzen, während sie die Kontrolle über Marken- und Geschäftsentscheidungen behalten.
Quellen: WWD.